摘要。本文讨论了 Diamond DA42 飞机防冰系统的自动控制系统。该项目是在配备模糊逻辑工具箱包的 MATLAB 环境中创建的。讨论围绕防止结冰的问题展开。在分析中考虑了四个参数:气温、云水含量、飞机温度和降水。根据初始参数,确定了飞机上可能出现的冰强度。通过自动化与防冰系统编程相关的活动,可以大大减轻飞行员的负担并提高空中作业的安全性,特别是在有利于结冰的条件下。目前,Diamond DA42 飞机未获准飞入已知的结冰条件。使用模糊专家系统控制防冰系统将大大增加 Diamond DA42 飞机的作战范围。
出版商:IEEE © 2019 IEEE。允许个人使用该材料。必须获得 IEEE 的许可才能在任何当前或未来的媒体中使用,包括出于广告或促销目的重印/重新发布该材料、创作新的集体作品、转售或重新分发到服务器或列表,或在其他作品中重复使用本作品的任何受版权保护的部分。版权 © 和道德权利由作者和/或其他版权所有者保留。可以下载副本用于个人非商业研究或学习,无需事先许可或收费。未经版权所有者书面许可,不得复制或大量引用本项目。未经版权所有者正式许可,不得以任何方式更改内容或以任何格式或媒介进行商业销售。本文档是作者的印刷后版本,包含同行评审过程中商定的任何修订。已发布版本和此版本之间可能仍存在一些差异,如果您想引用已发布版本,建议您查阅已发布版本。
航空伽马射线光谱法在与岩石相关时相对容易理解,但风化材料中的响应和放射性元素分布则鲜为人知。这项工作使用航空伽马射线光谱法和测高法来确定位于巴西亚马逊西部地区红土壳和拆解产品出现概率较高的区域。通过布尔和模糊技术使用地图代数来创建可预测性数字模型,突出显示红土壳出现的有利区域。布尔技术中使用了索引叠加法。模糊技术使用了模糊代数乘积运算符、模糊代数和运算符和模糊伽马运算符。两种模型都表明,预测的有利性和现场结壳的存在之间存在良好的相关性,然而,模糊模型显示出更高的相关性,并突出显示了布尔模型未识别的区域。相反,布尔模型允许在最终地图上单独可视化与每个变量或其可能组合的影响相关的区域。因此,基于应用于测高和机载伽马射线光谱数据的数学模型识别红土结壳是一种新工具,它将对地质填图和对与风化材料中的响应和放射性元素分布相关的理解做出重大贡献。© 2016 Elsevier B.V. 保留所有权利。
当一个国家需要为其空军购买一架新的军事训练飞机时,必须考虑许多因素。这需要很好地掌握相互冲突的因素,这可以从多标准决策 (MCDM) 领域中受益。然而,评估过程中涉及的一些标准通常不精确或模糊,使用具有模糊数字特征的语言术语可能是明智的。因此,本研究的目的是从模糊 MCDM 方法组合中提取最佳方法,以解决西班牙空军感兴趣的实际决策问题,具体来说,是根据一组不同性质的标准选择最佳军用高级训练飞机。这个决策问题一方面涉及定量或技术标准(战斗上限、作战速度、起飞速度等),另一方面涉及定性标准(机动性、人体工程学等),这些标准基于第 23 战斗机和攻击训练联队的一组飞行教练的经验,通过问卷调查收集。采用层次分析法 (AHP) 确定标准权重,采用参考理想方法 (RIM) 及其模糊版本 (FRIM) 根据上述飞行教练定义的参考理想方案评估替代方案。结果,意大利阿莱尼亚马基 M-346 主飞机被选为最佳选择。© 2020 Elsevier B.V. 保留所有权利
过去几十年的自然灾害清楚地表明,自然灾害给政府和社区带来了高昂的财政和人力成本。这方面的担忧日益增加。在危机管理周期的每个阶段做出正确的决策并采取适当和及时的措施将减少灾难发生时的潜在损害并降低社会的脆弱性。因此,在本研究中,引入了考虑灾难救济中初级和次级危机问题的危机物流规划数学模型,这是本研究的创新之处。在初级危机中,目标是向危机地区提供服务和救援物资,在第二阶段,在初级危机之后发生的次级危机寻求向危机中心提供救援并将受伤人员转移到救援中心。因此,本研究在两个初级和次级危机中提出了一个数学模糊理想规划模型。在初级危机中,目标是向危机地区提供服务和救援物资。在初级危机之后发生的次级危机旨在在第二阶段支持危机中心并将受伤人员转移到救援基地。根据所提出的模型,我们最初使用了 Bertsimas 和 Sim [1] 提出的 Bertsimas-Sim 模糊规划公式和稳健方法。Epsilon 约束方法用于解决低维模型。设计了多目标元启发式算法来处理大规模实时问题的计算复杂性。提出了多重比较和分析来评估模型的性能和解决问题的能力。结果表明,所提出的方法可以应用于开发现实世界的人道主义物流网络。关键词:关键物流、初级和次级危机、模糊稳健集成规划、元启发式算法。
为了降低电网的功耗和成本,本文讨论了基于粒子群优化 (PSO) 的模糊逻辑控制器 (FLC) 的开发,用于微电网 (MG) 应用中电池储能系统 (ESS) 的充电 - 放电和调度。最初,FLC 被开发用于控制储能系统的充电 - 放电,以避免传统系统的数学计算。然而,为了改进充电 - 放电控制,使用 PSO 技术优化 FLC 的隶属函数,同时考虑可用功率、负载需求、电池温度和充电状态 (SOC)。调度控制器是根据负载实现低成本不间断可靠电源的最佳解决方案。为了降低电网电力需求和消耗成本,还引入了最佳二进制 PSO 来在一天中的不同时间在各种负载条件下调度 ESS、电网和分布式电源。得到的结果证明了所开发的基于 PSO 的模糊控制的鲁棒性,可以有效地管理电池充电和放电,同时将电网功耗降低 42.26%,将能源使用成本降低 45.11%,这也证明了该研究的贡献。© 2020 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY-NC-ND 许可协议开放获取的文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。
摘要 — 异构大数据给机器学习带来了许多挑战。其巨大的规模、高维性和固有的不确定性使机器学习的几乎每个方面都变得困难,从提供足够的处理能力到保持模型准确性再到保护隐私。然而,也许最棘手的问题是大数据中经常夹杂着敏感的个人数据。因此,我们提出了一种隐私保护分层模糊神经网络 (PP-HFNN),以解决这些技术挑战,同时缓解隐私问题。该网络采用两阶段优化算法进行训练,并使用基于众所周知的交替方向乘数法的方案来学习层次结构低层的参数,该方法不会向其他代理透露本地数据。层次结构高层的协调由交替优化方法处理,该方法收敛速度非常快。整个训练过程可扩展、快速,并且不会像基于反向传播的方法那样遭受梯度消失问题。在回归和分类任务上进行的综合模拟证明了所提模型的有效性。我们的代码可在线获取 1 。
a 秘鲁利马工程技术大学 - UTEC b 巴西圣保罗坎皮纳斯大学 c 英国科尔切斯特埃塞克斯大学 d 中国江苏南通大学
本文首先引入了模糊软度量空间的概念,然后定义了模糊软开球、模糊软有界集、模糊软序列收敛、模糊软连续函数从一个模糊软度量空间到另一个模糊软度量空间。本文的主要目的是研究这个空间,并研究模糊软度量空间的一些基本性质。
柯尔莫哥洛夫-所罗门诺夫-柴廷(Kolmogorov,简称 Kolmogorov)复杂度由 Solomonoff [ 1 ] 和 Kolmogorov [ 2 ] 独立提出,后来柴廷 [ 3 ] 也提出了这一复杂度。该复杂度基于可以模拟任何其他图灵机的通用图灵机的发现 [ 4 , 5 ]。单个有限字符串的柯尔莫哥洛夫复杂度是能够正确生成该字符串作为输出的通用图灵机的最短程序的长度,也是对字符串所含信息量的度量。已经证明,虽然存在多种图灵机,但最短程序的长度是不变的,在底层图灵机的选择下,其差异最多为一个加法常数 [ 6 ]。柯尔莫哥洛夫复杂度理论广泛应用于问答系统 [ 7 ]、组合学 [ 8 ]、学习理论 [ 9 ]、生物信息学 [ 10 ] 和密码学 [ 11 , 12 ] 等领域。1985 年,Deutsch [ 13 ] 引入量子图灵机作为量子计算机的理论模型。量子图灵机扩展了经典图灵机模型,因为它们允许在其计算路径上发生量子干涉。Bernstein 和 Vazirani [ 14 ] 表明量子图灵机在近似意义上具有通用性。最近,一些研究者提出了一些柯尔莫哥洛夫复杂度的量子版本。Vitányi [ 15 ] 提出了量子柯尔莫哥洛夫复杂度的定义,它度量近似量子态所需的经典信息量。Berthiaume 等人 [ 16 ] 提出了一种基于柯尔莫哥洛夫复杂度的量子柯尔莫哥洛夫复杂度定义。 [16] 提出了一种新的量子比特串量子柯尔莫哥洛夫复杂度定义,即通用量子计算机输出所需字符串的最短量子输入的长度。Zadeh [17] 提出了模糊计算的第一个公式,他基于图灵机和马尔可夫算法的模糊化,定义了模糊算法的概念。随后,Lee 和 Zadeh [18] 定义了模糊语言的概念。Santos [19] 证明了模糊算法和模糊图灵机之间的等价性。接下来,Wiedermann [20] 考虑了模糊计算的可计算性和复杂性。利用 Wiedermann 的工作,Bedregal 和 Figueira [21] 证明了不存在可以模拟所有模糊图灵机的通用模糊图灵机。随后,李[22,23]研究了模糊图灵机的一些变体。他证明了